//行列替换
function ds_transform(dataset)
//将第一列拆分成多个字段,默认逗号分隔, 如果不传表头,取SQL中的字段名拆分
function ds_split(data,sep=',',head_add=[])
//获取第一列的名称
function ds_rowname(dataset,start_row=1)
//移除指定指定的列
function ds_remove_column(dataset,remove_list=[0])
// data表示传入的二位数组,生成结果表示为key->[]
A platform that Connect Data to Echarts.
https://www.smartchart.cn/smartdata/api/?i=loaddataset1&j=1
但这种方法有一定的缺点:
注意: 复制出来的仪表盘, 数据集是与原仪表盘公用的
如果您从大数据开始，通常会被众多工具，框架和选项所困扰。 在本文中，我将尝试总结其成分和基本配方，以帮助您开始大数据之旅。 我的目标是对不同的工具进行分类，并试图解释每个工具的目的以及它如何适应生态系统。
首先，让我们回顾一些注意事项，并检查您是否确实遇到大数据问题。 我将重点介绍可以在本地部署的开源解决方案。 云提供商为您的数据需求提供了几种解决方案，我将略微提及它们。 如果您在云中运行，则应真正检查可用的选项，并与开源解决方案进行比较，以了解成本，可操作性，可管理性，监控和上市时间。
> Big Data Ecosystem(仅供参考,不是最新的!!
在sqoop的安装目录下执行以下命令：
bin/sqoop import \
--connect jdbc:mysql://xxxx:3306/sqoop_test \
--username root \
--password 061111 \
--table staff \
--target-dir /user/sqoop \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t"
–connect：表示连接的数
只需要围绕option进行定制设定。echarts 的使用者，使用 option 来描述其对图表的各种需求，包括：有什么数据、要画什么图表、图表长什么样子、含有什么组件、组件能操作什么事情等等。简而言之，option 表述了：数据、数据如何映射成图形、交互行为。
一个网页中可以创建多个 echarts 实例。每个 echarts 实例 中可以创建多个图表和坐标系等等（用 option 来描述）。准备一个 DOM 节点（作为 echarts 的渲染容器），就可以在上面创建
免费版使用者必须保留SmartChart相关版权标识及LOGO，禁止对其进行修改和删除 如果违反，将保留对侵权者追究责任的权利
kettle的数据同步, 你会用到ktr和kjb
这样"执行SQL脚本" 会被执行很多次,
但kjb不一样, kjb会等待一个组件完成再执行另外一个, 所以很多人 会使用kjb 嵌入 ktr的解决方案来做数据抽取后执行脚本
但是如果已经有了任务的调度平台, 再用kjb 来 嵌套 ktr 的解决方案 就会显得臃肿, 所以可以考虑直接在ktr完成
在需要阻塞的地方加入 "阻塞数据" 的组件, 将"Pass all rows
ds变量名是最终的数据集, 你需要产出它即可
#读取数据集
ds_df(id,para_dict=None,cachestr=None,columns=None)
df=ds_df(359) #获取ID为359这个数据集的数据并转化为pandas的dataframe(df)
df=mysmart.pddf(359,columns=['C1','C2','D1']) #可指定标题名称
#读取excel
import pandas as pd
df =